Implementierung effizienter Serviceprozesse durch KI-Assistenten in KMU
In einem Gemeinschaftsprojekt der TH Köln sowie den Unternehmen Maintastic, IconPro–A.I. Solutions und PWM bringt die WMV ihre Expertise in der Automatisierung industrieller Anlagen ein. Das Ziel: KI-basierte Assistenzsysteme für industrielle Services zu entwickeln. Die WMV übernimmt hierbei einen zentralen Part.
Für die Entwicklung KI-gestützter Assistenzsysteme für industrielle Service- und Wartungsprozesse stellt die WMV reale digitale Daten und Anwendungsfälle aus dem Live-Betrieb zu Verfügung. Diese dienen als Grundlage für die Anomalieerkennung und vorausschauende Wartung der Maschinen und Anlagen. Damit die Ergebnisse direkt in die Entwicklung von anwenderfreundlichen KI-Assistenten fließen können, werden sie mit den Projektpartnern im industriellen Einsatz erprobt und validiert.
„Mit unserem Forschungsbeitrag leisten wir einen wichtigen Beitrag für den wirtschaftlichen und sozialen Zusammenhalt in der Region – und darüber hinaus,“ so Christian Hertel und Benjamin Häfner von der WMV. Als Teil des WMV-Innovationsteams bringen die Experten für Automations- und IT-Lösungen ihre Anwendungs- und Systemkompetenz in das Projekt ein. Hier beantworten sie die wichtigsten Fragen zu KI-ssist.
Was ist KI-ssist?
KI-ssist der der Name des Forschungsprojekts, das vom Förderinstrument der Europäischen Union EFRE (Europäischer Fonds für regionale Entwicklung) und dem EFRE/JTF (Just Transition Fund in NRW – Fonds für einen gerechten Übergang) finanziert wird. An dem Projekt beteiligt sind die TH Köln sowie die Unternehmen WMV aus Windeck (Maschinenbau und Automatisierung Oberflächenbehandlung), Maintastic (CMMS Software) und IconPro – A.I. Solutions (Software und KI für Predictive Maintenance) aus Aachen sowie PWM aus Bergneustadt (elektronische Preisanzeigen für Tankstellen).
Ziel der Gemeinschaftskooperation ist es, die jeweiligen Kompetenzen zu bündeln und KI-Assistenzsysteme für industrielle Service- und Wartungsprozesse in KMU unter realitätsnahen Bedingungen zu entwickeln. Dies durch
- intelligente sprachliche und fachliche Unterstützung im Servicefall
- dialogische Nutzung von Predictive Maintenance („Frag den Agenten“)
- Nutzung von Maschinen- und Prozessdaten für vorausschauende Wartung
- Entwicklung robuster Anomalie-Erkennung (Reduktion von Fehlalarmen durch ‚Fingerprints‘)
- Integration sicherer und datenschutzkonformer Datenarchitekturen
Wie lange beträgt die Laufzeit des Projekts KI-ssist?
Die Laufzeit des Projekts KI-ssist beträgt insgesamt 3 Jahre. Projektstart war am 01.06.2025.
Was sind die Herausforderungen des Forschungsprojekts KI-ssist?
Das Forschungsprojekt KI-ssist adressiert mehrere zentrale Herausforderungen, die insbesondere im industriellen Service und in der datengetriebenen Wartung auftreten:
- Sprach- und Wissensbarrieren im Serviceprozess:
Servicetechniker und Betreiber verfügen häufig über unterschiedliches technisches Wissen und sprechen teilweise unterschiedliche Sprachen. Dadurch entstehen Missverständnisse bei der Beschreibung von Problemen, der Dokumentation von Servicefällen oder der Nutzung technischer Dokumentation. - Unzureichende Nutzung vorhandener Daten:
In vielen Anlagen existieren bereits umfangreiche Daten (z. B. aus SPS-Steuerungen oder Service-Tickets), diese werden jedoch selten systematisch für Predictive Maintenance oder zur Fehleranalyse genutzt. - Komplexität bei der Auswertung von Betriebsdaten:
Die Interpretation von Maschinen- und Prozessdaten erfordert häufig Expertenwissen. Für Servicetechniker oder Betreiber fehlen intuitive Werkzeuge, um datenbasierte Fragen schnell beantworten zu können. - Schwierige Identifikation relevanter Anomalien:
In industriellen Prozessen entstehen viele Schwankungen in Messwerten. Es ist schwierig zu unterscheiden, welche Abweichungen tatsächlich auf Probleme hinweisen und welche Teile des normalen Betriebs sind. - Hohe Anforderungen an Datenschutz und Datensicherheit:
Gerade bei Servicefällen (Tickets, Gespräche, personenbezogene Daten) müssen Lösungen so gestaltet werden, dass sensible Informationen geschützt und sicher verarbeitet werden.
Wie kam die Kooperation mit der WMV mit der TH Köln zustande?
Als Mitglied des Innovation Hub Bergisches Rheinland im B7 Campus ist die WMV seit mehr als 5 Jahren mit der TH Köln eng verzahnt. Für das Forschungsprojekt KI-ssist kam Prof. Dr. Eike Permin aus der Fakultät für Informatik und Ingenieurwissenschaften sowie dem Institut für Allgemeinen Maschinenbau (IAM) auf die Vertreter der WMV im Innohub zu. „Wir waren sofort begeistert und haben unsere Unterstützung zugesagt,“ so Christian Hertel und Benjamin Häfner.
Welchen Beitrag leistet die WMV zum Projekt?
Die WMV leistet einen praxisnahen Beitrag zum Projekt KI-ssist, indem wir reale Anwendungen aus dem Maschinen- und Anlagenservice einbringen. Um Predictive-Maintenance-Ansätze (also vorausschauende Service- und Wartungsansätze) unter realen Bedingungen zu entwickeln, werden SPS- und Anlagendaten aus dem WMV Technikum genutzt. Zudem unterstützen wir die anwendergerechte Nutzung sowie die Validierung der KI-Systeme im laufenden Betrieb.
„Mit unserem umfassenden Domänenwissen aus Wartung, Service und Anlagenbetrieb, stellen wir sicher, dass die entwickelten Lösungen in realen industriellen Umgebungen sowie branchenunabhängig einsetzbar sind.“
Christian Hertel
Wie sieht der Beitrag der WMV zum Projekt konkret bzw. im Use Case aus?
- Für den Use Case speichern wir zum einen reale SPS-Daten, also Eingangssignale über Sensoren und Ausgangssignale über Aktoren, und speisen diese in festen Zyklen in Predictive Maintenance-Modelle ein. Unser Beitrag: Eine Verknüpfung zwischen den SPS-Daten und bestehenden/zu trainierenden KI-Modellen herzustellen. Der Fokus hierbei liegt auf der robusten technischen Integration.
- Zum anderen unterstützen wir gemeinsam mit PWM die anwendergerechte Entwicklung der LLMs (Large Language Modelle). Hierbei sollen Glossare und Handbücher eingebunden werden. Die Tickets, also die digitalen Datensätze, die jede Anfrage, jedes Problem oder jede Serviceanforderung eines Kunden oder Mitarbeiters protokollieren, sollen von Servicetechnikern für Servicetechniker erstellt werden, nicht von Betreibern.
- Ebenfalls in Kooperation mit PWM bauen wir einen Anlagen-/Prozess-„Fingerprint“ auf, gegen den laufende Messwerte geprüft werden. Ziel ist, echte Anomalien im Anlagenbetrieb vom normalen Rauschen zu unterscheiden und unkritische Schwankungen zu filtern. Das Ergebnis sind frühere, gezieltere Hinweise auf Abweichungen.
„Entscheidend ist für uns die anwenderorientierte Optimierung der Sprachsteuerung. Erst dadurch werden KI-Assistenten im Service wirklich praxistauglich. In Kombination mit der kontinuierlichen Auswertung der Live-Messdaten entsteht eine intelligente Anwendung, die Zusammenhänge erkennt, Anwender unterstützt und vorhandene Daten deutlich besser und sicherer nutzbar macht.“
Benjamin Häfner
Welcher Mehrwert für KMU wird durch das Projekt KI-ssist erreicht?
KI-ssist entwickelt Lösungen zur besseren Datennutzung, die auch für Unternehmen mit begrenzten IT-Ressourcen nutzbar sind und gleichzeitig hohe Datenanforderungen erfüllen. Durch die KI-Assistenten können Probleme schneller identifiziert und gelöst sowie Störungen frühzeitig erkannt und Stillstände vermieden werden.
„Uns war es von Anfang an wichtig, dass wir die wirklichen Anforderungen unserer Kunden frühzeitig in das Projekt einbinden und zukunftsfähige Lösungen nicht am Kunden vorbei entwickeln.“
Christian Hertel und Benjamin Häfner
Welche Ziele des Projekts konnten bislang erreicht werden (Stand Anfang April 2026)?
Gemeinsam mit unserem Projektpartner Maintastic wurden erste Sprachoptimierungen der LLMs aus Sicht eines Maschinenbauers vorgenommen. Im WMV Technikum konnten wir hierfür erste Live-Daten sowie Erfahrungswerte aus älteren Tickets in anwenderoptimierte Tickets „übersetzen“. Der Fokus lag auf konkreten Anwendungsfällen, etwa „Was ist das Problem“, „Was ist die Lösung“ sowie die konkrete Anomalieerkennung. Seit Ende 2025 testen wir eine Beta-Version im WMV Technikum.
Aktuell sind wir im Projektplan. Und wir sind auch nach fast einem Jahr mit Leidenschaft dabei. „Ohne Neuentwicklung“, so Häfner „bewegen wir uns auf der Stelle oder zurück.“ Gerade heute sind wir in Deutschland und der EU mehr denn je gefordert „eigene, unabhängige Innovationen auf den Weg zu bringen und selbst zum Überholen anzusetzen“, so Hertel. Genau das ist es, was die WMV antreibt. Dafür wurden wir 2025 als TOP 100 Innovator ausgezeichnet.
In den kommenden Monaten berichten wir regelmäßig über die Fortschritte des Projekts, geben Einblicke in die Entwicklungsschritte und zeigen erste Ergebnisse aus der Praxis. So wird transparent, wie aus realen Anwendungen konkrete Lösungen für industrielle Services in KMU entstehen.
Christian Hertel
Head of Automation & Innovation / Member of Management WMV
Christian Hertel verbindet Technologie, Strategie und Umsetzung mit einem klaren Fokus auf Automation, Industrial AI, Digitalisierung und Industry 4.0.
Sein Ziel: Innovationslösungen, die Effizienz steigern, neue Wertschöpfung ermöglichen und mittelständische Industrieunternehmen nachhaltig zukunftsfähig aufstellen.
Seine Schwerpunkte: Automatisierung und Software im industriellen Umfeld, datenbasierte Services wie Predictive Maintenance sowie die Entwicklung digitaler Geschäftsmodelle.
Sein Ansatz: konsequent praxisorientiert
Benjamin Häfner
Head of IT & Innovation | Member of the Management Board WMV
Benjamin Häfner verbindet IT-Strategie, Innovationsarbeit und industrielle Anwendung mit einem klaren Fokus auf sichere Digitalisierung, KI-Assistenzsysteme, gruppenweite Systemintegration und die Weiterentwicklung leistungsfähiger Softwarelösungen.
Sein Ziel: IT- und Innovationslösungen, die Service- und Wartungsprozesse vereinfachen, vorhandene Daten sicher nutzbar machen, Cyberrisiken reduzieren und die WMV-Gruppe national wie international effizient vernetzen.
Seine Schwerpunkte: die gruppenweite IT-Verantwortung für WMV, der Ausbau und die Betreuung der In-House-IT, die Weiterentwicklung eigener Softwarelösungen, Cyber- und KI-Sicherheit sowie die prozessuale Integration und Anbindung des US-Geschäfts.
Sein Ansatz: sicher, anwendernah und konsequent praxisorientiert.
